📄 ml.htm
字号:
<!ArtChnTitle>
<!ArtChnAuthor>
<!ArtAuthorAddress>
<!ArtChnAbstract>
<!ArtChnKeyword>
<!ArtEngTitle>
<!ArtEngAuthor>
<!ArtEngAbstract>
<!ArtEngKeyword>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<meta name="GENERATOR" content="Microsoft FrontPage 5.0">
<title>学位论文－嵌入式隐Markov模型和神经网络人脸识别</title>
<style>A:link {COLOR: #000000; FONT-FAMILY: 宋体; TEXT-DECORATION: none}
A:visited {COLOR: #000000; FONT-FAMILY: 宋体; TEXT-DECORATION: none}
A:active {FONT-FAMILY:宋体; TEXT-DECORATION: none}
A:hover {COLOR: #000000;TEXT-DECORATION:none}
BODY {FONT-FAMILY:宋体; FONT-SIZE: 9pt;TEXT-DECORATION:none}
TABLE {FONT-FAMILY: 宋体; FONT-SIZE: 9pt}
.H1 {FONT-SIZE: 9pt; COLOR: #0000cc}
.ourfont {FONT-SIZE: 9pt; LINE-HEIGHT: 14pt}
select {font-size:12px;}
.wx {BACKGROUND: #001863; BORDER-BOTTOM: white 1px solid; BORDER-LEFT: white 1px solid; BORDER-RIGHT: white 1px solid; BORDER-TOP: white 1px solid; COLOR: #ffffff; FONT-SIZE: 9pt; FONT-STYLE: normal; FONT-VARIANT: normal; FONT-WEIGHT: normal; HEIGHT: 18px; LINE-HEIGHT: normal}
.wx1 {border-top: #c0c0c0 1px;border-left: #c0c0c0 1px;border-right:#c0c0c0 1px;border-bottom:#c0c0c0 1px;border-style:inset;background-color:#ffffff;vertical-align:text-bottom}
</style>
</head>
<body bgcolor="#FFFFFF" link="#000000" background="../image/bg.gif">
<img src="../../images/xwlwk.jpg" width="750" height="94">
<table width="83%" border="0" cellspacing="0" cellpadding="0">
<tr>
<td width="19%"><p> </p>
<p></p></td>
<td width="81%"><p>馆藏号：Y638221<br>
<br>
论 文 题 目：<strong style="font-weight: 400">嵌入式隐Markov模型和神经网络人脸识别</strong><br>
学位授予单位：大连理工大学<br>
作 者：薛斌党<br>
申请学位级别：博士<br>
学 科 名 称：机械设计及理论<br>
指 导 教 师：欧宗瑛<br>
出 版 时 间：20021201<br>
摘 要：<br>
人脸自动识别技术是模式识别和计算机视觉领域最富挑战性的研究课题之一,也是近来研究的一个热点问题,具有十分广泛的应用前景.虽然人类不需要任何训练准备即能识别出人脸,但人脸的机器自动识别却是一个难度极大的课题.人脸自上而下自左至右的不同特征区域可以用嵌入式隐Markov模型(EmbeddedHidden Markov Model,简记为E-HMM)的状态序列来表示.同一个人的脸像由于受到多种变化因素的影响而具有丰富的表现,可以把这些不同的影像看作是同一组状态序列产生的一系列表现,它们对应的是同一个E-HMM.不同的人用不同的E-HMM的来描述.E-HMM可以在模型层反映人脸二维方向的结构特征,能够较好地描述具体人脸的个人特征,基于E-HMM模型的人脸识别方法已经初步取得了较好的结果.该文深入研究了基于E-HMM的人脸识别方法,进一步改进了经典的E-HMM参数重估算法,特别是将人工神经网络(Artificial Neural Network,简记为ANN)技术与E-HMM相结合,从而扩充和加强了基于E-HMM人脸识别的识别性能.<br>
分 类 号：TP391.41;Q983.1<br>
关 键 词：模式识别;人脸识别;隐Markov模型;人工神经网络;随机建模
<p align="center">
<table width="80" border="0" cellspacing="0" cellpadding="0">
<tr>
<td bgcolor="#cccccc">
<table width="100%" border="0" cellspacing="1" cellpadding="0">
<tr style="CURSOR: hand">
<td bgcolor="#CCCCCC" onMouseOver="this.bgColor='#999999';" onMouseOut="this.bgColor='#cccccc';" valign="bottom" height="18" NAME="NAME_BALL" STYLE="cursor:hand" child="FALL"><div align="center"><strong><font size="4"><a href="index.htm">PDF正文</a></font></strong></div></td>
</tr>
</table></td>
</tr>
</table>
</td>
</tr>
</table>
<div align="center"></div>
</body>
</html>
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -